Фестиваль «NAUKA 0+» в Тверской области посвятили периодической таблице Менделеева
С 4 по 6 октября 2019 года в Тверской области пройдет IX Всероссийский фестиваль науки «NAUKA 0+». В этом году фестиваль посвящен международному ...

В Зарядье стартовал кинолекторий от телеканалов "Наука" и "Моя Планета"
Москвичей и гостей столицы научат путешествовать и обращаться с дикими животными. В Зарядье стартовал кинолекторий от телеканалов "Наука ...

Наука: Таяние ледников не пройдет даром
Удивительно, но тема глобального потепления, которая вроде бы вызывает огромный резонанс в обществе ...

Наука: Память и воля в наследство от матери
Исследования 35 семей в Калифорнийском университете в Сан-Франциско показали, что эмоциональная сфера и ...

Наука с фантастикой
Например, если автомобили все чаще будут оснащать электродвигателями, а не двигателями внутреннего сгоран ...

Наука не знает, как крысы их воруют
Недавно знаменитому натуралисту Джону Берроузу задали вопрос: как крысы переносят украденные куриные яйца? Берроуз вынужден был ...

Combining Pattern Classifiers. Methods And Algorithms
# 372454504

Combining Pattern Classifiers. Methods And Algorithms

8 895 р.

A unified, coherent treatment of current classifier ensemble methods, from fundamentals of pattern recognition to ensemble feature selection, now in its second edition The art and science of combining pattern classifiers has flourished into a prolific discipline since the first edition of Combining Pattern Classifiers was published in 2004

Dr

Kuncheva has plucked from the rich landscape of recent classifier ensemble literature the topics, methods, and algorithms that will guide the reader toward a deeper understanding of the fundamentals, design, and applications of classifier ensemble methods

Thoroughly updated, with MATLAB® code and practice data sets throughout, Combining Pattern Classifiers includes: Coverage of Bayes decision theory and experimental comparison of classifiers Essential ensemble methods such as Bagging, Random forest, AdaBoost, Random subspace, Rotation forest, Random oracle, and Error Correcting Output Code, among others Chapters on classifier selection, diversity, and ensemble feature selection With firm grounding in the fundamentals of pattern recognition, and featuring more than 140 illustrations, Combining Pattern Classifiers, Second Edition is a valuable reference for postgraduate students, researchers, and practitioners in computing and engineering.

100